PERANCANGAN CHATBOT DENGAN METODE RETRIEVAL AUGMENTED GENERATION (RAG) UNTUK PENINGKATAN LAYANAN PUBLIK BADAN PENGELOLA PAJAK DAN RETRIBUSI DAERAH KOTA JAMBI

OKtaviari, Riko (2025) PERANCANGAN CHATBOT DENGAN METODE RETRIEVAL AUGMENTED GENERATION (RAG) UNTUK PENINGKATAN LAYANAN PUBLIK BADAN PENGELOLA PAJAK DAN RETRIBUSI DAERAH KOTA JAMBI. Skripsi thesis, UNAMA.

[img] Text
BAB I.pdf

Download (203kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (456kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (244kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (528kB)
[img] Text
BAB V.pdf

Download (681kB)
[img] Text
BAB VI.pdf

Download (130kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (160kB)

Abstract

Kemajuan teknologi digital menuntut instansi pelayanan publik, termasuk Badan Pengelola Pajak dan Retribusi Daerah (BPPRD) Kota Jambi, untuk terus beradaptasi dan berinovasi. Tantangan seperti keterbatasan sumber daya manusia, waktu pelayanan yang terbatas, serta kurangnya akses informasi yang terpusat menghambat optimalisasi layanan. Penelitian ini bertujuan untuk mengembangkan sistem chatbot berbasis metode Retrieval-Augmented Generation (RAG) yang mampu menyampaikan informasi terkait pajak dan retribusi secara cepat, praktis, dan responsif. Metode RAG mengombinasikan teknik pencarian informasi dari dokumen dengan kemampuan Large Language Model (LLM) dalam menghasilkan jawaban kontekstual. Sistem dikembangkan menggunakan framework LangChain, vektor store FAISS, serta model mistralai/Mistral-7B-Instruct-v0.1. Evaluasi sistem dilakukan menggunakan metrik ROUGE-1, ROUGE-2, dan ROUGE-L untuk menilai relevansi dan kesesuaian jawaban. Hasil evaluasi menunjukkan skor ROUGE-1 sebesar 0,88, ROUGE-2 sebesar 0,81, dan ROUGE-L sebesar 0,88, yang mengindikasikan bahwa sistem mampu menghasilkan jawaban yang cukup akurat dan relevan. Dengan demikian, chatbot ini dinilai efektif dalam meningkatkan kualitas layanan informasi dan interaksi antara masyarakat dan BPPRD Kota Jambi.

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2025
Depositing User: Digital Library
Date Deposited: 30 Apr 2026 07:37
Last Modified: 30 Apr 2026 07:37
URI: http://repository.unama.ac.id/id/eprint/5452

Actions (login required)

View Item View Item